Repost de https://blogs.msdn.microsoft.com/ashish/2016/08/28/hdinsight-new-self-paced-trainings-and-labs/
Existen tres cursos online creados por Microsoft Learning Experiences y disponibles de forma gratuita en edX (a menos que se quiera tener un certificado, para lo cual se abona USD 49). Los cursos son en inglés. Sigue leyendo
Hoy vamos a crear nuestra primera aplicación usando Service Fabric. Para ello vamos a necesitar:
Lo primero que necesitamos es lanzar Visual Studio 2015 como Administrador (esto es porque necesitamos permisos de administrador para lanzar el clúster de pruebas local en el cual correremos el ejemplo).
Luego creamos nuestra aplicación, HelloWorldApplication: Sigue leyendo
Service Fabric es una plataforma de sistemas distribuidos que nos facilita el empaquetado, despliegue y gestión de microservicios escalables y confiables, teniendo en cuenta los desafíos de desarrollar y administrar aplicaciones en la nube. Los desarrolladores y administradores pueden evitar resolver problemas complejos de infraestructura y en cambio enfocarse en la implementación de workloads de misión crítica sabiendo que son escalables, confiables y administrables.
Mucho se habla hoy de los microservicios, pero ¿qué es una arquitectura de microservicios? Sigue leyendo
¿Estás interesado en saber cómo diseñar aplicaciones en la nube? La infografía de Patrones de Diseño de la Nube de Microsoft es una buena referencia de patrones de diseño de arquitecturas cloud. La infografía muestra los problemas más comunes en el diseño de aplicaciones cloud en Microsoft Azure:
La infografía completa se puede ver y descargar desde: https://azure.microsoft.com/es-es/documentation/infographics/cloud-design-patterns/
Microsoft Azure nos ofrece dos alternativas a la horas de armar sistemas basados en colas de mensajes: Azure Queue Storage y Service Bus Queues.
El servicio de Azure Queue Storage es parte de la infraestructura de Azure Storage (que también nos ofrece Blobs y Tables), y están basadas en una interfaz REST.
El servicio de Service Bus Queues, es parte de una infraestructura de mensajes más amplia, que soporta colas, como así también publicador/suscriptor, remoting de Web services y patrones de integración.
Ambos servicios tienen sus diferencias y similitudes, y podremos usar uno u otro (o ambos) de acuerdo a las necesidades técnicas y/o de negocio del problema que estemos resolviendo. Sigue leyendo
En la primera parte vimos cómo crear un clúster Hadoop en HDInsight desde los portales. En la segunda parte vimos cómo hacerlo desde código .NET y desde PowerShell en Windows.
En este post veremos cómo instalar y configurar la Azure CLI en MacOS o Linux y cómo crear un cúster con la configuración básica desde ella.
La Azure CLI está escrita en JavaScript y funciona sobre Node.js. Se implementó usando el Azure SDK para Node, y fue liberada bajo licencia Apache 2.0. El repositorio del proyecto se encuentra en https://github.com/azure/azure-xplat-cli.
Hay tres formas de realizar la instalación:
Una vez instalada, podremos usar el comando azure en nuestra línea de comandos para ejecutar comandos de la Azure CLI.
Los paquetes están disponibles para los diferentes sistemas operativos:
Si ya tenemos Node.js y npm instalados, ejecutamos:
npm install azure-cli -g
Para instalar Node.js y npm en Windows y MacOS podemos descargar los paquetes de instalación de Nodejs.org.
Para verificar que la instalación haya sido correcta, podemos ejecutar en la consola:
npm -v
Luego instalamos el paquete de la Azure CLI:
npm install -g azure-cli
Para las distribuciones que usan apt (advanced packaging tool), como Ubuntu o Debian, podemos instalar Node.js y npm con los siguientes comandos:
sudo apt-get install nodejs-legacy sudo apt-get install npm sudo npm install -g azure-cli
Para instalar Node.js y npm en distribuciones basadas en rpm, como Red Hat, primero hay que habilitar el repositorio EPEL. Por ejemplo, para instalar en CentOS 7:
su - yum update [enter] yum upgrade –y [enter] yum install epel-release [enter] yum install nodejs [enter] yum install npm [enter] npm install -g azure-cli [enter]
Dentro de un host Docker ejecutar:
docker run -it microsoft/azure-cli
Lo primero que debemos hacer es vincular nuestra suscripción, algo que podemos hacer de dos maneras:
azure login (el inicio de sesión con una cuenta Microsoft sólo está disponible desde la versión 0.9.10)azure hdinsight cluster create <myhdicluster> --location eastus --osType windows --storageAccountName <mystorage> --storageAccountKey <storagekey> --storageContainer <mycontainer> --userName admin --password <mypassword> --sshUserName sshuser --sshPassword <mypassword>Durante el MVP Summit de 2015 tuvimos la oportunidad de grabar un video con Matías Quaranta en los estudios de Channel 9, en el campus de Microsoft en Redmond.
En el video hablamos sobre la implementación de Despliegue e Integración continua en Azure Web Apps, explicando los conceptos de Ranuras de Implementación, Intercambio, Kudu y finalmente integrando notificaciones de Slack.
El Despliegue e Integración contínua es vital para cualquier equipo de desarrollo ágil, permitiendo enfocarnos en construir nuestros productos sin perder tiempo en tareas repetitivas y propensas a error.
Saludos!
Como vimos en la primera parte, tenemos varias formas de crear nuestro clúster Hadoop en HDInsight.
En este post veremos cómo crearlo desde código .NET y desde PowerShell.
Para crear nuestro clúster desde C# primero deberemos instalar el paquete NuGet de administración de HDInsight. Sigue leyendo
Para crear un clúster Hadoop en HDInsight tenemos varias opciones:
Con todas ellas estaremos creando un cluster Hadoop con la configuración básica. Sigue leyendo
HDInsight es un servicio de Microsoft Azure que nos provee una plataforma de big data como servicio. Esto es, Microsoft se hace cargo de mantener los servidores y de actualizar la plataforma, y nosotros creamos el software que corre sobre ella, y pagamos por el uso que hacemos del servicio.
HDInsight usa la distribución Hadoop Hortonworks Data Platform (HDP). Normalmente, cuando hablamos de Hadoop, solemos referirnos al ecosistema de componentes Hadoop completo, que incluye clusters Storm o HBase, así como de otras tecnologías que están debajo del paraguas de Hadoop.
Seguramente habrán escuchado últimamente el término big data, y se preguntarán de qué se trata. Sigue leyendo
